PID控制技术深度剖析：从基础原理到高级应用（六）

PID 控制技术深度剖析：从基础原理到高级应用

在这里插入图片描述
在这里插入图片描述
最近在项目中有要开始进行PID的控制了，隔了很久没有做PID控制的东西了，所以想正好借这个机会，温习一下和PID有关的内容。

系列文章目录

PID控制技术深度剖析：从基础原理到高级应用（一）
PID控制技术深度剖析：从基础原理到高级应用（二）
PID控制技术深度剖析：从基础原理到高级应用（三）
PID控制技术深度剖析：从基础原理到高级应用（四）
PID控制技术深度剖析：从基础原理到高级应用（五）

文章目录

  • PID 控制技术深度剖析：从基础原理到高级应用
  • 系列文章目录
    • 七、PID 控制的 C 语言实现示例
      • 7.1 位置式 PID 控制的 C 语言实现
      • 7.2 增量式 PID 控制的 C 语言实现
      • 7.3 抗积分饱和 PID 控制的 C 语言实现
      • 7.4 模糊 PID 控制的 C 语言实现
      • 7.5 自适应 PID 控制的 C 语言实现
    • 八、总结与展望
      • 8.1 PID 控制的优势与局限
      • 8.2 PID 控制的发展趋势
      • 8.3 实际应用建议

七、PID 控制的 C 语言实现示例

7.1 位置式 PID 控制的 C 语言实现

以下是一个位置式 PID 控制器的 C 语言实现示例：

typedef struct {float Kp;        // 比例系数float Ki;        // 积分系数float Kd;        // 微分系数float setpoint;  // 设定值float last_error; // 上一次的误差float integral;  // 积分项float output_min; // 输出最小值限制float output_max; // 输出最大值限制
} PIDController;// PID控制器初始化函数
void PID_Init(PIDController *pid, float Kp, float Ki, float Kd, float setpoint, float output_min, float output_max) {pid->Kp = Kp;pid->Ki = Ki;pid->Kd = Kd;pid->setpoint = setpoint;pid->last_error = 0.0;pid->integral = 0.0;pid->output_min = output_min;pid->output_max = output_max;
}// PID计算函数
float PID_Compute(PIDController *pid, float feedback) {float error = pid->setpoint - feedback;float P = pid->Kp * error;pid->integral += error;float I = pid->Ki * pid->integral;float D = pid->Kd * (error - pid->last_error);float output = P + I + D;// 输出限幅if (output > pid->output_max) {output = pid->output_max;} else if (output < pid->output_min) {output = pid->output_min;}// 保存当前误差用于下一次计算pid->last_error = error;return output;
}

代码说明：

  1. PIDController结构体包含了 PID 控制器的所有参数和状态变量。

  2. PID_Init函数用于初始化 PID 控制器的参数。

  3. PID_Compute函数根据当前反馈值计算控制输出，实现了位置式 PID 算法。

  4. 代码中包含了输出限幅处理，防止控制量超出安全范围。

  5. 积分项integral累积了所有历史误差，这是位置式 PID 的关键特性。

7.2 增量式 PID 控制的 C 语言实现

以下是一个增量式 PID 控制器的 C 语言实现示例：

typedef struct {float Kp;        // 比例系数float Ki;        // 积分系数float Kd;        // 微分系数float setpoint;  // 设定值float last_error; // 上一次的误差float prev_error; // 上上次的误差float output_min; // 输出最小值限制float output_max; // 输出最大值限制
} IncrementalPIDController;// 增量式PID控制器初始化函数
void IncrementalPID_Init(IncrementalPIDController *pid, float Kp, float Ki, float Kd, float setpoint, float output_min, float output_max) {pid->Kp = Kp;pid->Ki = Ki;pid->Kd = Kd;pid->setpoint = setpoint;pid->last_error = 0.0;pid->prev_error = 0.0;pid->output_min = output_min;pid->output_max = output_max;
}// 增量式PID计算函数
float IncrementalPID_Compute(IncrementalPIDController *pid, float feedback) {float error = pid->setpoint - feedback;float delta_P = pid->Kp * (error - pid->last_error);float delta_I = pid->Ki * error;float delta_D = pid->Kd * (error - 2 * pid->last_error + pid->prev_error);float delta_output = delta_P + delta_I + delta_D;// 输出限幅if (delta_output > pid->output_max) {delta_output = pid->output_max;} else if (delta_output < pid->output_min) {delta_output = pid->output_min;}// 保存误差用于下一次计算pid->prev_error = pid->last_error;pid->last_error = error;return delta_output;
}

代码说明：

  1. IncrementalPIDController结构体包含了增量式 PID 控制器的所有参数和状态变量。

  2. IncrementalPID_Init函数用于初始化增量式 PID 控制器的参数。

  3. IncrementalPID_Compute函数根据当前反馈值计算控制量增量，实现了增量式 PID 算法。

  4. 增量式 PID 不需要积分项，而是通过计算当前误差与前两次误差的关系来确定控制增量。

  5. 每次调用IncrementalPID_Compute函数返回的是控制量的增量，而不是绝对输出值。

7.3 抗积分饱和 PID 控制的 C 语言实现

积分饱和是 PID 控制中常见的问题，当误差持续存在时，积分项会不断累积导致输出饱和。以下是一个具有抗积分饱和功能的 PID 控制器实现示例：

typedef struct {float Kp;        // 比例系数float Ki;        // 积分系数float Kd;        // 微分系数float setpoint;  // 设定值float last_error; // 上一次的误差float integral;  // 积分项float output_min; // 输出最小值限制float output_max; // 输出最大值限制
} AntiWindupPIDController;// 抗积分饱和PID初始化函数
void AntiWindupPID_Init(AntiWindupPIDController *pid, float Kp, float Ki, float Kd, float setpoint, float output_min, float output_max) {pid->Kp = Kp;pid->Ki = Ki;pid->Kd = Kd;pid->setpoint = setpoint;pid->last_error = 0.0;pid->integral = 0.0;pid->output_min = output_min;pid->output_max = output_max;
}// 抗积分饱和PID计算函数
float AntiWindupPID_Compute(AntiWindupPIDController *pid, float feedback) {float error = pid->setpoint - feedback;float P = pid->Kp * error;// 条件积分：只有当输出未达到极限时才更新积分项if (!((P > pid->output_max && error > 0) || (P < pid->output_min && error < 0))) {pid->integral += error;}float I = pid->Ki * pid->integral;float D = pid->Kd * (error - pid->last_error);float output = P + I + D;// 输出限幅if (output > pid->output_max) {output = pid->output_max;} else if (output < pid->output_min) {output = pid->output_min;}// 保存当前误差用于下一次计算pid->last_error = error;return output;
}

代码说明：

  1. 在计算积分项时，首先检查当前的比例项输出是否已经达到了输出限制。

  2. 如果比例项输出已经达到限制，说明系统已经处于饱和状态，此时停止积分项的累积，避免积分饱和。

  3. 只有当输出未达到限制时，才继续累积积分项，这样可以有效防止积分饱和导致的控制性能下降。

  4. 其他部分与标准的位置式 PID 实现类似。

7.4 模糊 PID 控制的 C 语言实现

以下是一个模糊 PID 控制器的 C 语言实现示例：

// 模糊PID控制器结构体
typedef struct {PIDController pid;          // 基础PID控制器FuzzyController fuzzy;      // 模糊控制器float error;                // 当前误差float last_error;           // 上一次误差float error_rate;           // 误差变化率
} FuzzyPIDController;// 模糊PID初始化函数
void FuzzyPID_Init(FuzzyPIDController *fpid, float Kp, float Ki, float Kd, float setpoint, float output_min, float output_max) {PID_Init(&fpid->pid, Kp, Ki, Kd, setpoint, output_min, output_max);Fuzzy_Init(&fpid->fuzzy); // 模糊控制器初始化fpid->error = 0.0;fpid->last_error = 0.0;fpid->error_rate = 0.0;
}// 模糊PID计算函数
float FuzzyPID_Compute(FuzzyPIDController *fpid, float feedback) {// 计算误差和误差变化率fpid->error = fpid->pid.setpoint - feedback;fpid->error_rate = (fpid->error - fpid->last_error) / sample_time;// 模糊推理调整PID参数Fuzzy_AdjustParameters(&fpid->fuzzy, fpid->error, fpid->error_rate);// 更新PID参数PID_SetParameters(&fpid->pid, fpid->fuzzy.Kp, fpid->fuzzy.Ki, fpid->fuzzy.Kd);// 计算PID输出float output = PID_Compute(&fpid->pid, feedback);// 保存当前误差用于下一次计算fpid->last_error = fpid->error;return output;
}

代码说明：

  1. 模糊 PID 控制器由一个基础 PID 控制器和一个模糊控制器组成。

  2. 模糊控制器根据当前误差和误差变化率调整 PID 参数。

  3. Fuzzy_AdjustParameters函数实现模糊推理过程，根据输入的误差和误差变化率调整 PID 参数。

  4. 模糊 PID 控制器的参数调整周期通常与 PID 计算周期相同，或者略长。

  5. 模糊控制器的具体实现需要根据模糊规则和隶属函数来设计。

7.5 自适应 PID 控制的 C 语言实现

以下是一个基于模型参考的自适应 PID 控制器的 C 语言实现示例：

// 自适应PID控制器结构体
typedef struct {PIDController pid;          // 基础PID控制器ReferenceModel ref_model;   // 参考模型float error;                // 当前误差float last_error;           // 上一次误差float output;               // 控制器输出
} AdaptivePIDController;// 自适应PID初始化函数
void AdaptivePID_Init(AdaptivePIDController *apid, float Kp, float Ki, float Kd, float setpoint, float output_min, float output_max) {PID_Init(&apid->pid, Kp, Ki, Kd, setpoint, output_min, output_max);ReferenceModel_Init(&apid->ref_model); // 参考模型初始化apid->error = 0.0;apid->last_error = 0.0;apid->output = 0.0;
}// 自适应PID计算函数
float AdaptivePID_Compute(AdaptivePIDController *apid, float feedback) {// 计算误差和误差变化率apid->error = apid->pid.setpoint - feedback;float error_rate = (apid->error - apid->last_error) / sample_time;// 计算参考模型的输出float ref_output = ReferenceModel_Output(&apid->ref_model, apid->pid.setpoint);// 计算模型误差float model_error = apid->output - ref_output;// 自适应调整PID参数apid->pid.Kp += adaptive_rate * model_error * apid->error;apid->pid.Ki += adaptive_rate * model_error * apid->error * sample_time;apid->pid.Kd += adaptive_rate * model_error * error_rate / sample_time;// 限制PID参数范围if (apid->pid.Kp < 0) apid->pid.Kp = 0;if (apid->pid.Ki < 0) apid->pid.Ki = 0;if (apid->pid.Kd < 0) apid->pid.Kd = 0;// 计算PID输出apid->output = PID_Compute(&apid->pid, feedback);// 保存当前误差用于下一次计算apid->last_error = apid->error;return apid->output;
}

代码说明：

  1. 自适应 PID 控制器由一个基础 PID 控制器和一个参考模型组成。

  2. 参考模型定义了期望的系统响应特性。

  3. 根据参考模型的输出与实际系统输出的误差，调整 PID 参数，使得实际系统的响应尽可能接近参考模型的响应。

  4. 自适应调整律基于模型参考自适应控制理论，通常采用梯度下降法或 Lyapunov 稳定性理论设计。

  5. adaptive_rate是自适应增益，控制参数调整的速度。

八、总结与展望

8.1 PID 控制的优势与局限

PID 控制作为一种经典的控制算法，具有以下优势：

  1. 结构简单：PID 控制器由三个基本环节组成，结构简单，易于理解和实现(2)。

  2. 鲁棒性强：对模型精度要求不高，在一定的参数范围内都能保持较好的控制性能(11)。

  3. 适用范围广：适用于各种线性和部分非线性系统，在工业控制中得到广泛应用(11)。

  4. 理论成熟：经过多年的研究和应用，PID 控制的理论基础已经非常成熟，有多种参数整定方法可供选择(11)。

  5. 实现方便：无论是硬件实现还是软件实现都相对简单，对计算资源要求不高(6)。

然而，PID 控制也存在一些局限性：

  1. 参数整定困难：对于复杂系统，PID 参数的整定需要丰富的经验和技巧，有时需要反复试凑(11)。

  2. 对非线性系统适应性差：对于强非线性系统，固定参数的 PID 控制器难以获得满意的控制效果(12)。

  3. 对时变系统适应性差：当系统特性随时间变化时，固定参数的 PID 控制器性能会下降(47)。

  4. 对复杂多变量系统控制效果不佳：对于多变量、强耦合的系统，单一的 PID 控制器难以实现理想的控制效果(12)。

8.2 PID 控制的发展趋势

随着控制理论和计算机技术的发展，PID 控制也在不断发展和完善，主要发展趋势包括：

  1. 智能化：将模糊逻辑、神经网络、遗传算法等智能计算技术与 PID 控制相结合，形成智能 PID 控制，提高对复杂系统的控制能力(32)。

  2. 自适应化：开发具有在线辨识和参数自调整能力的自适应 PID 控制器，适应系统特性的变化(47)。

  3. 网络化：基于网络的 PID 控制技术，实现远程监控和分布式控制(12)。

  4. 集成化：将 PID 控制与其他先进控制策略（如预测控制、鲁棒控制等）集成，形成复合控制策略，提高控制性能(12)。

  5. 参数整定自动化：开发自动整定工具，减少人工干预，提高整定效率和精度(14)。

8.3 实际应用建议

基于本文的分析，针对 PID 控制的实际应用，提出以下建议：

  1. 根据系统特性选择合适的 PID 类型：对于大滞后系统，选择位置式 PID；对于快速响应系统，选择增量式 PID；对于易受干扰的系统，考虑使用抗积分饱和 PID(22)。

  2. 合理选择参数整定方法：简单系统可采用手动试凑法；工业过程控制可采用齐格勒 - 尼科尔斯法或科恩 - 库恩法；复杂系统可采用基于模型的方法或智能优化算法(11)。

  3. 重视抗干扰措施：根据系统特点，采取积分限幅、微分先行、滤波等抗干扰措施，提高控制系统的鲁棒性(6)。

  4. 结合先进控制策略：对于复杂系统，考虑将 PID 控制与模糊控制、自适应控制等先进控制策略结合，提高控制性能(32)。

  5. 进行充分的测试和验证：在实际应用前，对 PID 控制器进行充分的测试和验证，确保其在各种工况下都能稳定可靠地工作(12)。

  6. 持续优化和调整：随着系统特性的变化和控制要求的提高，需要持续优化和调整 PID 参数，确保控制性能始终处于最佳状态(11)。

PID 控制虽然已有几十年的历史，但仍然是工业控制中最常用的控制算法之一。随着控制理论和计算机技术的不断发展，PID 控制将继续发挥重要作用，并在新的应用领域展现出强大的生命力。

在这里插入图片描述

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如若转载，请注明出处：http://www.pswp.cn/news/921304.shtml
繁体地址，请注明出处：http://hk.pswp.cn/news/921304.shtml

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

PCL关键点提取

PCL关键点提取

1. 核心概念：什么是关键点？为什么需要关键点？ 关键词：信息冗余、计算效率、突出特征 “想象一下，我们有一片密集的点云，包含几十万个点。如果我们直接在每个点上都计算像FPFH这样的局部特征，计算量会非常大，极其耗时，而且很多点所处的区域（比如平坦的墙面）特征非常…
阅读更多...
vcruntime140_1.dll缺失怎么办？暗黑破坏神游戏vcruntime140_1.dll缺失的4个解决方法

vcruntime140_1.dll缺失怎么办？暗黑破坏神游戏vcruntime140_1.dll缺失的4个解决方法

你是否遇到过这样的情况&#xff1a; 玩《暗黑破坏神》《英雄联盟》《GTA5》的时候&#xff0c;游戏忽然闪退&#xff0c;弹窗提示&#xff1a; “无法启动&#xff0c;因为计算机中丢失 vcruntime140_1.dll” 这不是某一个游戏的问题&#xff0c;而是 Windows 系统运行库缺失…
阅读更多...
迁移学习-ResNet

迁移学习-ResNet

好的&#xff0c;我将为你撰写一篇关于ResNet迁移学习的技术博客。以下是博客的主要内容&#xff1a;ResNet迁移学习&#xff1a;原理、实践与效果深度解析1. 深度学习中迁移学习的重要性与ResNet的独特价值迁移学习&#xff08;Transfer Learning&#xff09;是机器学习中一种…
阅读更多...
极大似然估计与概率图模型：统计建模的黄金组合

极大似然估计与概率图模型：统计建模的黄金组合

在数据驱动的时代&#xff0c;如何从海量信息中提取有价值的规律&#xff1f;统计建模提供了两大核心工具&#xff1a;极大似然估计&#xff08;MLE&#xff09;帮助我们根据数据推断模型参数&#xff0c;而概率图模型&#xff08;PGM&#xff09;则通过图形化语言描述变量间的…
阅读更多...
解析豆科系统发育冲突原因

解析豆科系统发育冲突原因

生命之树是进化生物学的核心&#xff0c;但由于 不完全谱系排序&#xff08;ILS&#xff09;、杂交 和 多倍化 等复杂过程&#xff0c;解析深层且难解的系统发育关系仍然是一个挑战。**豆科&#xff08;Leguminosae&#xff09;**这一物种丰富且生态多样化家族的理解&#xff0…
阅读更多...
从Java全栈到前端框架：一次真实的面试对话与技术解析

从Java全栈到前端框架：一次真实的面试对话与技术解析

从Java全栈到前端框架&#xff1a;一次真实的面试对话与技术解析 在一次真实的面试中&#xff0c;一位拥有多年经验的Java全栈开发工程师&#xff0c;被问及了多个涉及前后端技术栈的问题。他的回答既专业又自然&#xff0c;展现了扎实的技术功底和丰富的实战经验。 面试官&…
阅读更多...
阿瓦隆 A1566HA 2U 480T矿机参数解析：性能与能效深入分析

阿瓦隆 A1566HA 2U 480T矿机参数解析：性能与能效深入分析

在矿机行业&#xff0c;AvaLON是一个备受关注的品牌&#xff0c;尤其在比特币&#xff08;BTC&#xff09;和比特币现金&#xff08;BCH&#xff09;挖矿领域&#xff0c;凭借其强劲的算力和高效能效&#xff0c;在市场中占据了一席之地。本文将针对阿瓦隆 A1566HA 2U 480T矿机…
阅读更多...
小迪安全v2023学习笔记（七十八讲）—— 数据库安全RedisCouchDBH2database未授权CVE

小迪安全v2023学习笔记（七十八讲）—— 数据库安全RedisCouchDBH2database未授权CVE

文章目录前记服务攻防——第七十八天数据库安全&Redis&CouchDB&H2database&未授权访问&CVE漏洞前置知识复现环境服务判断对象类别利用方法数据库应用 - Redis-未授权访问&CVE漏洞前置知识案例演示沙箱绕过RCE - CVE-2022-0543未授权访问 - CNVD-2019-2…
阅读更多...
HTML + CSS 创建图片倒影的 5 种方法

HTML + CSS 创建图片倒影的 5 种方法

HTML CSS 创建图片倒影的 5 种方法 目标&#xff1a;掌握多种生成“图片倒影 / Reflection”效果的实现思路&#xff0c;理解兼容性、性能差异与最佳实践&#xff0c;方便在真实业务&#xff08;商品展示、相册、登陆页面视觉强化&#xff09;中安全使用。 总览对比 方法核心…
阅读更多...
一个文件被打开io流和不打卡 inode

一个文件被打开io流和不打卡 inode

1. 磁盘 最小基本单位 扇区 机器磁盘的io效率 &#xff08;读和取&#xff09;2. 文件系统 对磁盘分区 &#xff0c;最小的文件单位块组&#xff0c;快组内部已经划分好区域&#xff0c;巴拉巴拉&#xff0c;总之&#xff0c;每次使用数据&#xff0c;以操作系统的处理都是块级…
阅读更多...
ThermoSeek：热稳定蛋白数据库

ThermoSeek：热稳定蛋白数据库

这篇论文提出了ThermoSeek&#xff0c;一个综合性的网络资源&#xff0c;用于分析来自嗜热和嗜冷物种的蛋白质序列和结构。具体来说&#xff0c;数据收集&#xff1a;从美国国家生物技术信息中心&#xff08;NCBI&#xff09;的基因组数据库中收集了物种的分类ID&#xff0c;并…
阅读更多...
leetcode算法刷题的第二十七天

leetcode算法刷题的第二十七天

1.leetcode 56.合并区间 题目链接 class Solution { public:static bool cmp(const vector<int>& a,const vector<int>& b){return a[0]<b[0];}vector<vector<int>> merge(vector<vector<int>>& intervals) {vector<v…
阅读更多...
解决 Apache/WAF SSL 证书链不完整导致的 PKIX path building failed 问题

解决 Apache/WAF SSL 证书链不完整导致的 PKIX path building failed 问题

文章目录解决 Apache/WAF SSL 证书链不完整导致的 PKIX path building failed 问题为什么会出现证书链错误&#xff1f;常见场景直连服务器正常&#xff0c;但经过 WAF 出错Windows/Linux 下证书文件说明引入 WAF 或其他中间层&#xff1a;解决方法方法一&#xff1a;单独配置 …
阅读更多...
十一、标准化和软件知识产权基础知识

十一、标准化和软件知识产权基础知识

1 标准化基础知识 1.1 基本概念 1.1.1 标准的分类 1.1.1.1 按使用范围分类 国际标准&#xff1a;由国际组织如 ISO、IEC 制定的标准。国家标准&#xff1a;由国家标准化机构制定的标准&#xff0c;如中国的 GB&#xff0c;美国 ANSI。行业标准&#xff1a;由行业主管部门制定的…
阅读更多...
计算机毕设选题：基于Python数据挖掘的高考志愿推荐系统

计算机毕设选题：基于Python数据挖掘的高考志愿推荐系统

精彩专栏推荐订阅&#xff1a;在 下方专栏&#x1f447;&#x1f3fb;&#x1f447;&#x1f3fb;&#x1f447;&#x1f3fb;&#x1f447;&#x1f3fb; &#x1f496;&#x1f525;作者主页&#xff1a;计算机毕设木哥&#x1f525; &#x1f496; 文章目录 一、项目介绍二…
阅读更多...
什么是PCB工艺边？猎板给您分享设计要点

什么是PCB工艺边？猎板给您分享设计要点

什么是PCB工艺边&#xff1f;猎板给您分享设计要点在PCB设计和制造领域&#xff0c;工艺边是一个看似简单却至关重要的概念&#xff0c;它直接关系到生产流程的顺畅性与最终产品的质量。本文将为您详细解析PCB工艺边的定义、作用、设计要点&#xff0c;并分享猎板PCB在高精度制…
阅读更多...
Rustdesk搭建与客户端修改与编译

Rustdesk搭建与客户端修改与编译

Rustdesk是一个开源的远程桌面工具&#xff0c;客户端可以自己定制修改编译 这里主要记录一下搭建的过程 服务端搭建 主要是参考了这篇文章&#xff0c;感觉作者分享~ 在 Linux VPS 上创建 RustDesk 服务器 - 知乎 https://zhuanlan.zhihu.com/p/1922729751656765374 这里主要…
阅读更多...
数字人系统源码搭建与定制化开发：从技术架构到落地实践

数字人系统源码搭建与定制化开发：从技术架构到落地实践

随着元宇宙、直播电商、智能客服等领域的爆发&#xff0c;数字人从概念走向商业化落地&#xff0c;其定制化需求也从 “单一形象展示” 升级为 “多场景交互能力”。本文将从技术底层出发&#xff0c;拆解数字人系统的源码搭建逻辑&#xff0c;结合定制化开发中的核心痛点&…
阅读更多...
2025国赛C题创新论文+代码可视化 NIPT 的时点选择与胎儿的异常判定

2025国赛C题创新论文+代码可视化 NIPT 的时点选择与胎儿的异常判定

2025国赛C题创新论文代码可视化 NIPT 的时点选择与胎儿的异常判定基于多通道LED光谱优化的人体节律调节与睡眠质量评估模型摘要无创产前检测&#xff08;NIPT&#xff09;通过分析孕妇血浆中胎儿游离DNA来筛查染色体异常&#xff0c;其准确性很大程度上依赖于胎儿Y染色体浓度的…
阅读更多...
2021/07 JLPT听力原文 问题一 4番

2021/07 JLPT听力原文 问题一 4番

4番&#xff1a;女の人が新しい商品の紹介をしています。よく頭が痛くなる人は、どの商品を選びますか。女&#xff1a;こちら、新発売の中国茶をご案内します。今回皆様にご紹介いたしますのは、月・星・虹・空のお茶の4種類でございます。さあ、どうぞ召し上がってください。…
阅读更多...
最新文章

Copyright @ 2022~2023